Digitaalisessa markkinoinnissa kohtaamispisteitä asiakkaan kanssa tapahtuu yleensä useita jo ennen konversion syntymistä. Attribuutiomallit tarjoavat erilaisia määritystapoja siihen, mikä painoarvo kullekin kohtaamispisteelle annetaan.

Mitä attribuutio tarkoittaa mainonnassa?

Psykologiassa attribuutiolla tarkoitetaan ihmisen toiminnan tai tapahtumien selittämistä. Attribuutioilla pyritään selittämään, mikä tietyn käyttäytymisen aiheuttaa ja kuka tai mikä siitä on vastuussa. 

Samaa termiä käytetään mainonnassa, ja myös määritelmä on hyvin samanlainen. Mainonnan attribuutiot selittävät sitä, mikä tai mitkä tapahtumat asiakkaan ostopolulla johtavat konversioon eli halutun aktivoitumisen toteutumiseen. 

Ihmiset tekevät herkästi virheattribuutioita, ja niihin on helppo sortua myös mainonnan konversioiden selittämisessä. Kunnia konversion syntymisestä ei välttämättä kuulukaan ostopolun viimeiselle tapahtumalle, vaikka näin olisi helppo ajatella. Attribuutiomallien kautta tarkastellaan myös muiden konversioreitin kohtauspisteiden merkitystä prosessissa. 

Erilaiset attribuutiomallit

Attribuutiomalleja käytetään esimerkiksi Google Adsissa, Google Analyticsissä ja Facebookissa. Valittu attribuutiomalli määrittää sen, kuinka mainoksille jaetut krediittisummat konversioista jakautuvat. 

Viimeinen klikkaus: Googlen oletusmalli, viimeisen klikkauksen malli, antaa kaiken kunnian konversiosta viimeiseksi klikatulle mainokselle.

Ensimmäinen klikkaus: Tässä attribuutiomallissa konversio kirjataan tulleeksi ensimmäisenä klikatun mainoksen kautta.

Lineaarinen: Lineaarisessa attribuutiomallissa konversiokrediitti jakautuu tasapuolisesti ostopolun kaikille vaiheille.

Aikavaikutus: Ajankulun huomioiva attribuutiomalli kirjaa eniten konversiokrediittiä ajallisesti lähellä konversiota tapahtuneille aktivoitumisille.

Sijaintipohjainen: Sijaintipohjainen malli korostaa ostopolun alku- ja loppupäitä antaen 40 % konversiokrediitistä ensimmäiselle mainoksen aikaansaamalle aktivoitumiselle ja 40 % viimeiselle mainoksen aikaansaamalle aktivoitumiselle. Loput 20 % jakautuu niiden välille sijoittuville muille mainoksen aikaansaamille aktivoitumisille.

Dataan perustuva: Dataan perustuvassa attribuutiomallissa hyödynnetään mainostilin aiempaa dataa ja koneoppimista. Malli tunnistaa konversioiden kannalta olennaiset kohtauspisteet ja jakaa konversiokrediitin sen mukaisesti. 

Miksi on tärkeää perehtyä attribuutiomalleihin?

Eri attribuutiomallit eroavat toisistaan suuresti, eikä voida sanoa, mikä niistä olisi yleistetysti toimivin. Jokaisen yrityksen tai mainostajan on valittava käyttöönsä malleista se, joka soveltuu omiin tarpeisiin parhaiten. 

Mikä hyöty attribuutiomalleista sitten on? 

Attribuutiomallien avulla voidaan saada selkeämpi käsitys mainosten ja eri mainoskanavien tuloksista sekä vaikutuksista myyntiin koko ostopolun matkalta. Kun tietoa on enemmän, pystytään myös konversioreittejä optimoimaan paremmin. Toinen tärkeä hyöty on mahdollisuus kohdistaa budjetti entistä tehokkaammin. 

Ennen kaikkea on hyväksi miettiä, mitä kaikkea asiakkaan ostopolulla tapahtuu ennen viimeistä kohtaamista, joka loppujen lopuksi tuo konversion. Ostopäätös harvoin syntyy hetkessä, joten myös sitä edeltäville tapahtumille kannattaa antaa arvoa. 

Haluatko asiantuntevan kumppanin mainontasi toteuttamiseen? Ota yhteyttä, niin suunnitellaan sopiva kokonaisuus!

Kirjoittaja

Anni Karjalainen

Tapaa asiantuntijamme, niin teemme selkeän suunnitelman, miten erottaudut kilpailusta.

Aiheeseen liittyvää tietoa

LinkedIn-mainonta haltuun 2.0
By Anni Karjalainen

LinkedIn-mainonta haltuun 2.0

Lue lisää
Sosiaalinen media – markkinointikanavien vertailu
By Anni Karjalainen

Sosiaalinen media – markkinointikanavien vertailu

Lue lisää
Hakusanamainonta: ennen kuin aloitat, tee nämä
By Anni Karjalainen

Hakusanamainonta: ennen kuin aloitat, tee nämä

Lue lisää